文献レビュー、情報源の検証、幻覚との戦い

利益:

人工知能を使用して実際の情報源を要約および比較する機能。これにより、「指定された情報源のみに基づく」という制約による捏造された帰属の根拠が排除されます。
実際のカタログ内のすべての引用を検証し、すべての要約をソースに戻して検証し、DOI/インプリント幻覚をキャッチするという規律を適用する能力
最新性、多言語主義、灰色文学が人工知能の知識の限界をどのように決定するのか、そしてなぜオリジナルの文章が必要なのかを理解できるようになります。

考古学と文化遺産は蓄積された科学です。新しい研究はそれぞれ、何世紀にもわたる以前の出版物に基づいています。ある地域、ある種の発見、またはある時代の文献（その主題に関して出版された記事、書籍、報告書、論文の全体）を精査することは、あらゆる科学研究の最初で最も骨の折れるステップです。この単元では、AI が文献レビューをどのようにスピードアップするのか、この分野では出典の検証が最も重要である理由、そして AI の最も危険な間違いである幻覚 (捏造された出典、引用、情報) にどのように対処するかについて詳しく説明します。

基本原則: AI は文献の要約、比較、整理に役立ちます。しかし、実際のカタログで確認せずに引用を使用することはできませんし、情報源自体を読まなければ要約を科学的主張に変えることはできません。人文科学では、1 つの誤った情報源が研究全体の信頼性を破壊します。

この分野ではなぜ幻覚がそれほど重要なのでしょうか?

パブリックチャットツールで最もよくある間違いは、存在しないのに非常に現実的に見える学術リソースを作成してしまうことです。 AI は、実際の著者の名前、実際の雑誌の名前、およびもっともらしいタイトルを組み合わせて、「完璧な」見た目の引用を作成できます。どこから？

AI は「次に可能性の高い単語」を生成します。実際のデータベースは参照しません (特別なツールが接続されている場合を除く)。
学術的な引用にはパターンがあるため、AI はパターンに適合するが内容が捏造された引用を作成するのが非常に「得意」です。
人文科学では、読者は出典をすぐに確認しないことがよくあります。これにより、偽の帰属が気づかれずに公開されることが可能になります。

結論: 考古学者にとって、そうでないことが証明されるまで、AI 出力に含まれるすべての著者年タイトルのトリプレットは疑わしいと見なされるべきです。

ヒント: AI を「リソース検索者」としてではなく、「実際に持っているリソースを処理する」アシスタントとして使用します。実際の記事を自分で見つけて、PDF を AI に渡して、「私が与えたこのテキストを信頼してください」と言います。したがって、幻覚の根拠は大幅に排除されます。

文献レビューの手順

範囲と質問。何を探していますか？テーマ、時代、地域、言語の境界を明確にする。
本物のリソースのコレクション。図書館カタログ、機関データベース、信頼できるディレクトリから本物の出版物を見つけます。このステップで AI のリソースを「見つける」のは危険です。
要約とマッピング。収集した実際のテキストを AI に与え、テーマや議論を要約してマッピングします。
比較とギャップ分析。さまざまな著者の見解を比較し、矛盾や未解明のギャップを見つけてください。
スペルと帰属。検証済みの引用を使用して独自の議論を作成します。 AIがドラフトを与える。自分の分析と実際の引用を使って書き直します。

ソース検証規律

引用ごとに、以下を確認してください。

ありますか？著者、年、タイトル、雑誌/出版社は実際のカタログ (図書館、DOI、索引) にありますか?
彼は自分の言うことを言いますか？情報源は本当にAIの主張を言っているのだろうか？ソースを開いて、関連するセクションを読んでください。
文脈は正しいですか?引用は作者の意図に基づいたものですか？反対意見は著者によるものですか?
最新で信頼できるものですか?その出版物は査読済みで最新のものですか、それとも古い見解を反映していますか?

注意: AI によって提供される DOI または在庫番号が「正しい形式」で表示されるからといって、そのレコードが存在することを示すわけではありません。実際のシステムで番号を検索します。存在しない DOI は、幻覚の最も一般的な兆候の 1 つです。

ミニケース3個

ケース 1 — 節約された時間の概要。ある博士課程の学生が 60 件の実際の記事 (すべて彼が見つけてダウンロードしたもの) を AI に与え、テーママップを作成しました。彼は、検索タイプに関するさまざまな著者の見解を比較する表を、数週間ではなく 2 日で作成しました。各要約は出典と検証が行われています。

ケース 2 — 偽溶接による災害は回避されました。ある大学院生が AI に「このトピックに関する情報源を提案してください」と依頼したところ、15 件の引用文献の気の利いたリストが得られました。彼が図書館でそれを確認したところ、リストのうち 9 件が存在しないことがわかりました。つまり、本物の著者や架空のタイトルです。このリストが論文参考文献に掲載されれば、弁護側の信頼性は崩壊し、科学的不正行為とみなされる可能性すらある。

ケース 3 — 間違った帰属を修正しました。あるチームは、AIが作家に「彼はその遺跡の年代をローマ時代に遡る」と語った、と報告する。情報源に目を向けると、著者はその反対、つまりこの遺跡はローマ以前にあったと主張していることがわかりました。 AI はその見方を覆しました。ソースを読むことで重大な間違いを防ぐことができました。

コピー可能な 4 つのテンプレート

1) 与えられた情報源のみに依存します。

あなたの役割: 文献要約アシスタント。以下に貼り付けるテキストのみに依存してください。これらのテキスト以外の情報、出典、参考文献を追加しないでください。私があなたに与えた文章のどの部分に基づいているかを示して、あなたの主張をそれぞれ書き留めてください。本文にないことについて質問された場合は、「与えられた情報源には載っていません」と答えてください。

2) テーママップと比較:

以下に [N] 個の情報源の概要を示します。それらをテーマごとにグループ化し、テーマごとにどの著者が何を言っているのか、どこが同意し、どこが矛盾しているのかを比較表を作成します。私が提供したテキスト内の見解のみを使用してください。コメントの追加。

3) 引用検証チェックリスト:

以下の引用リストを検証するときは、それぞれについて確認する必要がある手順を取り出してください (カタログでの検索、DOI の確認、関連ページの読み込み、文脈の確認)。帰属の正確性を確認することはありません。何を確認すべきかを教えてください。ソース製作。

4) ギャップ分析:

私が提供した文献概要に基づいて、このトピックに関して十分に研究されていないと思われる質問やギャップをリストします。各ギャップについて、どのソースが開いたままになっているかを示します。私があなたに与えたテキストだけに頼ってください。推測しないでください。

弱いプロンプト / 強いプロンプト

弱いプロンプト:

このトピックに関する 15 の最も重要な学術情報源とその要約を挙げてください。

AI は、実際のデータベースを参照せずに、現実的ではあるが部分的に捏造された可能性が高いリストを作成します。これこそが誤った帰属の罠そのものです。

強力なプロンプト:

以下に、私が見つけた 12 件の実際の記事の完全な引用と要約を貼り付けます。これらのみに基づいて、テーママップと比較表が作成されます。新しいリソースを追加します。各行がどの記事から来たのかを示します。不足しているトピックを「このリソースセットではカバーされていない」としてマークします。

違い: 1 つ目は、情報源が捏造されるリスクを伴います。後者は実際のリソースを確実に処理します。

文学タスクテーブル

クエスト

AIの役割

人間の決断

検証

調達

弱い/危険にさらされている

本物のカタログから選ぶ

カタログ確認

要約する

強い (与えられたテキストに対して)

正確さ、選択

ソースを読む

比較

テーマ・矛盾マップ

コメント、重量

ソースコンテキスト

引用の執筆

フォーマットの概要

内容、正確さ

ありますか/それは言いますか

ギャップ分析

候補者の質問

研究価値

ドメインの知識

よくある間違い

AI にリソースを「検索」させる。虚偽の帰属を生み出す。リソースは自分で見つけてください。
DOI/インプリント形式に依存します。形式は正しいように見えますが、記録は捏造されている可能性があります。システム内で検索します。
ソースを読まずに概要を使用する。 AIは著者の見解を覆すことができる。
AIテキストをそのまま公開。独創性と盗作の危険性。独自の分析を含めて書きます。
「指定されたリソースのみ」という制約を課さない。 AIは制約なしに、外部で捏造した情報を追加します。

要約すると

文献レビューでは、AI によって事実の情報源を要約、比較、分析する時間が大幅に節約されます。しかし、人文科学では、出典の検証は交渉の余地がありません。出典を自分で見つけ、実際のカタログ内のすべての引用を検証し、すべての要約をバックチェックし、「引用元のみ」という制約を課し、独自の分析で最終的なテキストを作成します。偽のソースはあなたの作品を台無しにします。

アプリケーションタスク

トピックを選択し、ライブラリ/インデックスで実際の出版物を 8 ～ 10 冊見つけて、引用文献を収集します。「ソースのみに基づく」テンプレートと「テーママップ」テンプレートを使用して比較表を作成します。別の実験では、AI に（制限なしで）「出典を提案する」ように指示し、カタログ内で提案される引用を 1 つずつ確認し、どれだけが本物であるかを記録します。

チェックリスト

[ ] 出典は実際のカタログから自分で見つけました。
[ ] AI に「指定されたソースのみに依存する」という制約を設けました。
[ ] 各引用をカタログ/DOIで確認しました。
[ ] それぞれの概要を出典に遡って検証しました。
[ ] 最終的な文章は、私なりの独自の分析と参考文献の確認を加えて書きました。